Clear Sky Science
הסברים מבוססי ראיות, עם מעט ז'רגון

Clear Sky Science · he

מערכת נתוני RGB ממטוס ללא טייס ושיטה לחלוקת זרועות עצים לאבחון מגוון ביולוגי

· חזרה לאינדקס

מדוע חשוב לספור עצים מהשמיים

יערות בריאים ומרומזים מווסתים את האקלים שלנו, מאחסנים פחמן ומספקים בית למינים רבים. עם זאת, מעקב אחרי גדילה, מוות או מחלות של עצים בודדים על פני שטחים נרחבים קשה ביותר אם מסתמכים רק על עבודת שטח. המחקר הזה מראה כיצד רחפני מצלמה בסטנדרט מסחרי וניתוח תמונה חכם יכולים לתאר באופן אוטומטי את כתרי העצים הבודדים ביערות טרופיים צפופים. היכולת הזאת היא שלב מפתח לקיום ניטור מגוון ביולוגי מפורט וזול ולניהול יערות טוב יותר בעולם המחמם.

Figure 1
Figure 1.

לזהות עצים בודדים בתוך ים של ירוק

מנופה של מעלה, יער בוגר נראה לעתים כמו שטיח בלתי מפורק של עלים. בפועל, הוא מורכב מהרבה כתרי עצים חופפים של מינים וגדלים שונים. כדי להבין את בריאות היער או את מאגרי הפחמן, המדענים צריכים לדעת היכן עץ אחד מסתיים והיכן מתחיל העץ הבא. המשימה הזו, הנקראת סגמנטציית כתרי עצים אינסטנסית, קשה במיוחד ביערות טרופיים צפופים, שבהם כתרי שכניהם מתמזגים זה בזה וצללים, עונות ויצרים דומים מבלבלים גם בני אדם וגם אלגוריתמים. שיטות מסורתיות מפספסות עצים, מאחדות מספר עצים לאחד או דורשות חיישנים יקרים כמו לייזר. הכותבים במקום זאת מתמקדים בעבודה עם תמונות צבע פשוטות שצולמו מרחפנים, שהן הרבה יותר זולות וקלות לפריסה ברחבי העולם.

ספריית תמונות חדשה של יערות טרופיים

כדי ללמד ולבחון את האלגוריתמים שלהם, החוקרים יצרו אוסף תמונות חדש שנקרא ForestSeg. באמצעות שני רחפנים מסחריים שפעלו מעל יער עשיר במגוון ביולוגי ליד הבירה האנג׳י, וייטנאם, הם ערכו ארבע קמפיינים בגבהים ובחודשים שונים. מתוך הטיסות הללו הם בנו תמונות על-גבי ברזולוציה גבוהה וחילקו אותן לריבועים קטנים בגודל 1024 על 1024 פיקסלים, שכל אחד מהם מכיל בדרך כלל 6 עד 10 עצים. מומחים אנושיים שרטטו בקפידה את קווי המתאר של כל כתר נראה, ויצרו בסך הכול 2,944 ריבועים מסומנים בארבע תת-קבוצות. מכיוון שהטיסות משתרעות על פני עונות וגבהים שונים, ForestSeg לוכד שינויים בתאורה, בצבע העלים ובגודל הנתפס של העצים, מה שהופך אותו למבחן תובעני לכל שיטה שטוענת להיות אמינה לאורך זמן.

לשבור עצים לחתיכות כדי למצוא כתר שלם

במקום לנסות לצייר את קווי המתאר של העצים בפעם אחת, הצוות תכנן אסטרטגיה דו-שלבית בשם TreeCoG. תחילה הם מבצעים בכוונה "יתר-סגמנטציה" של החופה. רשת מודרנית לגילוי קצוות מסמנת גבולות דקים בתמונת הרחפן, מפצלת את היער להרבה חתיכות קונטור קטנות שסביר שלא יכילו חלקים של כמה עצים בו-זמנית. שנית, החתיכות הללו הופכות לצמתים בגרף, שבו קטעים סמוכים מקושרים ומושווים זה לזה. עבור כל קטע, השיטה מודדת תכונות צורה פשוטות כמו שטח והארכה, ומנתחת גם עד כמה שתי ריבועים שכנים דומים בצבע ובמרקם. רשת נוירונים גרפית לומדת אז, מתוך דוגמאות מתויגות רבות, אילו חתיכות שכנות שייכות לאותו עץ ויש למזג אותן, ואילו שייכות לעצים שונים וחייבות להישאר נפרדות. התוצאה היא סט מסיכות שמתארות כתרי עצים בודדים בצורה נקייה יותר מהשיטות הקודמות.

Figure 2
Figure 2.

עד כמה השיטה עובדת במציאות

כדי להעריך ביצועים, המחברים השוו את TreeCoG לכלים פופולריים לסגמנטציית אובייקטים בלמידה עמוקה, כולל Mask R-CNN והדגמים החדשים של YOLO. על ForestSeg, TreeCoG השיגה את הדיוק הגבוה ביותר ובמקביל רצה מהר יותר מהמתחרים שלה, מה שהופך אותה לאטרקטיבית לסקרי שטח נרחבים. היא גם ביצעה היטב בערכת בדיקה אירופית עצמאית הידועה כ-BAMFORESTS, מה שמראה שהגישה ניתנת להעברה ליערות באזורים אחרים. ניתוח התוצאות על פני ארבע תת-הקבוצות של ForestSeg מגלה גם כיצד זמן היום, העונה וגובה הטיסה משפיעים על ההצלחה: תמונות חדות יותר וזוויות שמש נמוכות נוטות להעניק גבולות כתר ברורים יותר, אך השיטה נשארת חסינה אפילו כאשר התנאים פחות אידיאליים.

מה משמע הדבר ליערות ולמגוון הביולוגי

במושגים פשוטים, עבודה זו מראה שרחפנים זולים ואלגוריתמים חכמים יכולים לזהות באופן אמין עצים בודדים בחלק מהיערות המסובכים ביותר על פני כדור הארץ. מערך הנתונים ForestSeg נותן לחוקרים קנה מידה תובעני חדש, ו-TreeCoG מציע מתכון מעשי להפיכת תמונות אוויריות גולמיות למפות מפורטות של כתרי עצים. המפות האלה יכולות לשמש שלבים הבאים כמו זיהוי מינים, מעקב גדילה והערכת בריאות, ובסופו של דבר לסייע למדענים ולמנכ"לי יערות לנטר את המגוון הביולוגי ומאגרי הפחמן בתדירות גבוהה ועל שטחים נרחבים יותר ממה שהייתה אפשרות באמצעות סקרים שטחיים בלבד.

ציטוט: Do, M.V.H., Phung, DT., Pham, H.D.L. et al. A UAV RGB dataset and method for instance tree crown segmentation for biodiversity monitoring. Sci Rep 16, 5788 (2026). https://doi.org/10.1038/s41598-026-36541-y

מילות מפתח: יערות רחפנים, מיפוי כתרי עצים, מוניטורינג של מגוון ביולוגי, חישה מרחוק, סגמנטציה בלמידה עמוקה